Keshawn_lu's Blog

Leetcode 133. 克隆图

字数统计: 878阅读时长: 3 min
2020/08/12 Share

题目简介:

给你无向 连通 图中一个节点的引用,请你返回该图的 深拷贝(克隆)。

图中的每个节点都包含它的值 valint) 和其邻居的列表(list[Node])。

1
2
3
4
class Node {
public int val;
public List<Node> neighbors;
}

测试用例格式:

简单起见,每个节点的值都和它的索引相同。例如,第一个节点值为 1(val = 1),第二个节点值为 2(val = 2),以此类推。该图在测试用例中使用邻接列表表示。

邻接列表 是用于表示有限图的无序列表的集合。每个列表都描述了图中节点的邻居集。

给定节点将始终是图中的第一个节点(值为 1)。你必须将 给定节点的拷贝 作为对克隆图的引用返回。

示例 1:

1
2
3
4
5
6
7
8
输入:adjList = [[2,4],[1,3],[2,4],[1,3]]
输出:[[2,4],[1,3],[2,4],[1,3]]
解释:
图中有 4 个节点。
节点 1 的值是 1,它有两个邻居:节点 2 和 4 。
节点 2 的值是 2,它有两个邻居:节点 1 和 3 。
节点 3 的值是 3,它有两个邻居:节点 2 和 4 。
节点 4 的值是 4,它有两个邻居:节点 1 和 3 。

示例 2:

1
2
3
输入:adjList = [[]]
输出:[[]]
解释:输入包含一个空列表。该图仅仅只有一个值为 1 的节点,它没有任何邻居。
1
2
3
输入:adjList = []
输出:[]
解释:这个图是空的,它不含任何节点。

示例 4:

1
2
输入:adjList = [[2],[1]]
输出:[[2],[1]]

提示:

  1. 节点数不超过 100 。
  2. 每个节点值 Node.val 都是唯一的,1 <= Node.val <= 100
  3. 无向图是一个简单图,这意味着图中没有重复的边,也没有自环。
  4. 由于图是无向的,如果节点 p 是节点 q 的邻居,那么节点 q 也必须是节点 p 的邻居。
  5. 图是连通图,你可以从给定节点访问到所有节点。

思路:

一开始看到这题没搞懂让我干啥,后来知道了是让我们将图中的结点重新用new的方式创建出来,并赋予原本的连接关系。(即深拷贝)

所以使用哈希表+广度优先遍历。

哈希表用以存储当前结点,并用于判断之前是否访问过(防止重复访问,造成死循环)。

若在遍历过程中,当前节点已被访问过(即出现在哈希表中),则直接引用哈希表中的结点值即可,否则需要创建出新的结点并且加入哈希表,并将该结点加入队列中(第一次访问到,广度优先遍历)。

最后返回visited[node]即可。

代码如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
/*
// Definition for a Node.
class Node {
public:
int val;
vector<Node*> neighbors;

Node() {
val = 0;
neighbors = vector<Node*>();
}

Node(int _val) {
val = _val;
neighbors = vector<Node*>();
}

Node(int _val, vector<Node*> _neighbors) {
val = _val;
neighbors = _neighbors;
}
};
*/

class Solution {
public:
Node* cloneGraph(Node* node) {

if(node == nullptr)
return node;

unordered_map<Node*, Node*> visited;

queue<Node*> qu;

qu.push(node);
visited[node] = new Node(node -> val); //创建拷贝结点,邻接表初始为空

while(!qu.empty()){

Node* now_node = qu.front();
qu.pop();

for(auto neighbor : now_node -> neighbors){

//不在哈希表中
if(!visited.count(neighbor)){

//创建结点加入哈希表
visited[neighbor] = new Node(neighbor -> val);
qu.push(neighbor);
}

//将该结点加入队首结点的邻居邻接表(重新赋予关系)
visited[now_node] -> neighbors.push_back(visited[neighbor]);
}
}

return visited[node];
}
};
CATALOG
  1. 1. 题目简介:
  2. 2. 思路:
  3. 3. 代码如下: